Wie unsere KI die Echtheit von Kunstwerken prüft
Die KI von Art Recognition wird von unserem Team für einen einzigen Zweck entwickelt: eine transparente, dokumentierte Beurteilung der stilistischen Übereinstimmung zu liefern. Die Methode ist dokumentiert, die Argumentation ist nachvollziehbar, und die Grenzen werden klar benannt.
Maßgeschneiderte KI für eine einzige Frage
Unsere KI wird von unserem Team ausschließlich für die Kunstauthentifizierung entwickelt. Kein Allzweckmodell, das nachträglich an die Kunst angepasst wurde, sondern ein spezialisiertes System, das lernt, was das Werk eines Künstlers einzigartig macht, und es von Mitarbeitern, Nachfolgern und Nachahmern unterscheidet, um eingereichte Kunstwerke zu authentifizieren.
Öffentliche KI-Modelle werden mit Daten trainiert, die aus dem Internet zusammengetragen werden und zwangsläufig Fehler und ungeprüfte Behauptungen enthalten. Wir gehen anders vor: Unsere Trainingsdaten sind wissenschaftlich fundiert, von Kunsthistorikern kuratiert und lückenlos dokumentiert.
Die frühe Entwicklung unserer Technologie wurde durch Mittel des EU-Forschungs- und Innovationsprogramms Horizont 2020 gefördert und in Zusammenarbeit mit akademischen Partnern durchgeführt. Ihre Methodik wurde seither gemeinsam mit Wissenschaftlern der Universität Tilburg in den Niederlanden und der Universität Liverpool im Vereinigten Königreich in Fachzeitschriften mit Peer-Review veröffentlicht.
Dies ist die vierte Säule der Authentifizierung – neben Kennerschaft, Provenienz und forensischer Untersuchung: eine systematische visuelle Analyse in einem Umfang, den kein Auge auf einmal erfassen kann.
In vier Schritten zur Analyse
Jede Analyse folgt denselben Schritten, in dieser Reihenfolge: Datenerhebung und -kuratierung, Training des KI-Modells, Testen des KI-Modells und Ergebnisse. Entwickelt und durchgeführt von unserem Team.
Datenerhebung und -kuratierung
Für jeden Künstler stellen unsere Kunsthistoriker ein Trainingskorpus aus dem bereits anerkannten Forschungsstand des Fachgebiets zusammen: Werkverzeichnisse, Ausstellungsunterlagen und akzeptierte Zuschreibungen.
Neben den authentischen Werken fügen wir einen Kontrastdatensatz hinzu: dokumentierte Fälschungen, Nachahmer, Nachfolger, Atelierwerke und digitale Fälschungen, die von generativer KI erzeugt wurden. Das Modell lernt nicht nur, wie das Werk des Künstlers aussieht, sondern auch, was es von eng verwandten Werken unterscheidet.
Die Bilder werden hinsichtlich Kontrasts und Farbe aufbereitet, damit die KI-Modelle stilistische Merkmale unabhängig von Kamera oder Lichtverhältnissen erkennen können. Unser Spektrum reicht von den Alten Meistern bis zu Künstlern der Moderne. Einige unserer Datensätze sind öffentlich zugänglich, darunter der Raffael-Datensatz der von Forschenden im gesamten Fachgebiet vielfach genutzt wird.
Training des KI-Modells
Das Training erfolgt in zwei Phasen. Zunächst wird das Modell auf einem breiten, die gesamte Kunstgeschichte umfassenden Datensatz vortrainiert, wodurch es ein allgemeines Verständnis von Gemälden gewinnt. Anschließend wird es auf dem Werk eines bestimmten Künstlers sowie einem sorgfältig kuratierten Kontrastdatensatz trainiert, um zu lernen, was den Stil dieses Künstlers einzigartig macht.
Für jeden Künstler gibt es ein eigenes KI-Modell, das auf derselben zugrunde liegenden Architektur beruht. Diese Architektur verbindet zwei Arten neuronaler Netze – ein Convolutional Neural Network und einen Vision Transformer –, die gemeinsam trainiert werden, um den charakteristischen Stil des Künstlers zu erlernen. Im Zusammenspiel erfassen sie visuelle Merkmale, die von feinen Details wie Pinselführung, Textur und Kantenmustern bis hin zu übergeordneten kompositorischen Zusammenhängen reichen, einschließlich der Platzierung von Motiven und Proportionen.
Sofern forensische Daten vorliegen, beziehen wir sie in die Analyse ein. Restaurierte oder übermalte Bereiche werden berücksichtigt und gesondert behandelt. Wir haben den Einsatz von Vision Transformers in der Kunstauthentifizierung als Erste eingeführt.
Testen des KI-Modells
Bevor das Modell bei einem neuen Werk eingesetzt wird, muss es eine gleichbleibende Leistung nachweisen. Zur Bewertung der Modellleistung dient ein separater Testdatensatz, der während des Trainings nie verwendet wurde.
Die gängigen Kennzahlen – Präzision, Genauigkeit und Trefferquote – messen, wie zuverlässig das Modell authentische Werke von negativen Beispielen unterscheidet.
Sie erhalten Ihre Ergebnisse
Das Ergebnis, das zu Ihnen passt
KI-Echtheitsprüfung
The AI’s yes-or-no assessment of stylistic consistency, with a Echtheitszertifikat if the result is positive.
KI-Echtheitsbericht
A comprehensive report combining AI findings with art historical expertise, with a Echtheitszertifikat if the result is positive.
Erkennung von KI-generierten Fälschungen
Generative AI can now produce realistic imitations of any artist’s style. Our training data includes such imitations alongside authentic works and human-made forgeries. As a result, our models can identify these works when they are submitted for authentication. Confirmed by our recent published research.
Unser Leistungsumfang
Die Technologie funktioniert bei Gemälden, Zeichnungen, Druckgrafiken und anderen Werken, bei denen die Hand des Künstlers im Bild erkennbar ist. Skulpturen, Drip Paintings, Street Art und Künstler mit unzureichender visueller Dokumentation liegen außerhalb dessen, was die Technologie leisten kann. Wir benennen diese Grenzen klar im ersten Gespräch, bevor die Arbeit beginnt.